CITE-Seq

トランスクリプトームデータと表現型データを単一細胞解像度で融合することで発見を促進

CITE-Seqとは?

CITE-Seq(トランスクリプトームとエピトープの細胞インデックス)は、単一細胞のリードアウト内で細胞表面タンパク質とトランスクリプトームデータを同時に定量するシーケンスベースの手法です。トランスクリプトームレベルとプロテオームレベルで同時に細胞を研究することで、新しい細胞タイプ、疾患状態、その他の状態について、これまでにない洞察を得ることができます。

CITE-Seqが役立つ理由

CITE-Seqの開発前は、トランスクリプトームとタンパク質発現の同時研究は、単一細胞レベルでは達成が困難でした。転写情報を使用して細胞の生理学を理解することは有用ですが、タンパク質発現情報なしでは細胞機能が不完全であるため、全体像を提供することはできません。RNA解析では、タンパク質分解、アイソフォーム検出、グリコシル化などの転写後修飾や翻訳修飾を正確に測定することはできません。フローサイトメトリーなど、従来の表面タンパク質発現の研究方法は、堅牢ですが、解析可能なターゲット数に制限があるうえに、トランスクリプトームデータの同時提供はできません。CITE-seqは、単一アッセイでこれらの目標を達成し、単一細胞機能の包括的な情報を提供します。

CITE-Seqを使用する利点は何ですか?

CITE-Seqは、シングルセルシーケンスを使用して偏りのない方法で転写産物を研究する際に、検出できるタンパク質の数が限られているという問題を解決します。CITE-Seqは、バーコード抗体の技術を結集し、ほぼ無制限の数の細胞マーカーと転写産物を1回のランで解析することができます。当社のシーケンスプラットフォームは、既存のシングルセルシーケンス手法と組み合わせることで、スムーズなワークフローを実現し、ハイスループット、スケーラビリティ、スピードで新しい進歩を同定します。

CITE-Seqの仕組み

CITE-seqは、独自のオリゴタグ抗体を使用して、シーケンスをリードアウトとして使用して表面タンパク質を同定します。抗体に標識できるバーコードの数は、フローサイトメトリーやCyTOFで使用される蛍光色素や重金属タグの数を上回り、RNAと同時に測定できるタンパク質の数が増えます。これらのバーコード抗体は、次世代シーケンサー(NGS)テクノロジーを使用してタンパク質と核酸のデータを生成する独自のワークフローの一部です。

CITE-Seqを使用して、最先端の発見を実現

単一細胞の表面タンパク質とmRNAを同時にプロファイリングするソリューションをご覧ください。

CITE-Seqによる最近の洞察

CITE-Seqは、タンパク質のマルチプレックス定量とトランスクリプトームデータをすべて単一細胞内で使用することで、重要な発見を可能にしました。以下は、CITE-Seqの機能の例です。

  • 単一細胞データ解析にあたって、サイエンティストがマーカーベースのアプローチをどのように用いて、細胞タイプの正確なアノテーションを行ったかをご覧ください。1

  • 研究者が、マクロファージの不均一な集団を同定することで、どのように心臓の損傷を防ぐことができるかをご覧ください。2

  • サイエンティストが、CITE-Seqをどのように用いて、包括的な転写アトラスを作製し、乳がん細胞の複雑な不均一性を解明するのに役立てたかをご覧ください。3

  • CITE-Seqによる免疫細胞の解析を通じて、COVID-19患者の軽度から中等度の疾患の理解がどのように改善されたかをご覧ください。4

乳がん細胞をより広く理解する

サイエンティストが、NGSベースのシステムをどのように用いて、単一細胞レベルで表現型とトランスクリプトーム情報を解明しているかをご覧ください。  

Front view of a female sitting at a desk in front of a desktop computer with an open laptop next to her; she is smiling and looking at the monitor; blurry in the background is a microscope and other papers and post-its pinned to a board.
Multiomics eBook Cover

マルチオミクスで研究を拡大し、強化する

ゲノミクスとトランスクリプトミクス、エピジェネティクス、プロテオミクスを組み合わせることで、全体像を把握できます。

CITE-SeqとREAP-Seqの比較

RNA発現とタンパク質シーケンス(REAP-seq)およびCITE-seqは、同様の原理に基づいています。両方のプロトコールに対応した市販試薬が開発されたことに伴い、多くの研究者がそれらを同義のものとして扱ったり、プロテオゲノミクスまたはマルチオミクス解析という用語を使用しています。

互換性のあるソリューション

BDのAbSeq

BD AbSeq Antibody-Oligonucleotide Conjugatesは、1回の実験でタンパク質とmRNAの発現の検出を可能にします。これらの試薬は、BD Rhapsody Single-Cell Analysisシステムとシームレスに連携するように設計されています。

BioLegendのTotalSeq

BioLegendは、単一細胞解析用のTotalSeqオリゴ結合抗体を用いたシーケンスにより、タンパク質とRNAまたはDNAを同時に検出するための、多様な形式の抗体を提供しています。

注目のマルチオミクスアプリケーション

単一細胞解像度でのマルチオミクス解析

10x Genomics Chromium Single Cell Immune Profilingとイルミナのシーケンスシステムを使用して、B細胞とT細胞の遺伝子とタンパク質の発現を単一細胞解像度で同時にプロファイリングします。

CITE-Seqデータ解析

ユーザーフレンドリーな幅広いツールにより、バイオインフォマティクスのバックグラウンドを持たなくてもデータ解析ができる、シンプルかつ強力な方法が得られます。10x Genomics、BD、およびBiolegendは、CITE-Seqデータの解釈に役立つ堅牢な解析パイプラインと視覚化ツールを提供します。あるいは、SeuratやCiteFuseなどの無料のオープンソースソフトウェアを使用して、CITE-Seq実験の遺伝子およびタンパク質発現データを、手軽にノーマライズおよび統合できます。

eBook cover

NGSを用いた遺伝子発現と制御の研究

遺伝子発現とタンパク質産生が、様々な細胞タイプでどのように制御されているかをご覧ください。

タンパク質と転写産物のデータをひとつのワークフローで

NextSeq 2000およびNovaSeq 6000システムは、CITE-Seqアッセイにパワーを与えるハイスループットシーケンス能力をサポートします。シングルセルライブラリー調製ソリューションと組み合わせたオリゴ標識抗体は、バーコードを使用してプロテオームプロファイルとトランスクリプトームプロファイルをシングルセルにリンクします。高度なソフトウェア解析プラットフォームは、タンパク質と遺伝子発現データをデコードし、ユニークな細胞表現型の同定に役立ちます。

1
サンプルおよびライブラリー調製

遺伝子とタンパク質の発現アッセイをひとつのワークフローにまとめます。

2
シーケンス

1回のシーケンスランでデータを定量化します。

3
データ解析、ストレージ、洞察

強力な解析および視覚化ソフトウェアプラットフォームを使用して洞察を発見します。

シングルセルシーケンスサンプル調製のヒント

シングルセル研究の課題を克服する

S2 Genomics、Dolomite Bio、イルミナの専門家が、scRNA-Seq、SNuc-seq、ATAC-Seqなどのシングルセル研究を最適化するための重要な洞察とヒントを提供します。

シングルセルシーケンスのベストプラクティス

シングルセルシーケンス技術の初心者から経験者まで、どなたにも有用な本ウェビナーでは、ワークフローのためのサンプル調製と品質管理に関する最新のベストプラクティスをご紹介します。

シングルセルRNAシーケンス入門ガイド

このガイドをダウンロードして、サンプル調製やライブラリー調製からシーケンス、データ解析、視覚化、実験デザインまで、シングルセルRNAシーケンスの詳細をご覧ください。

関連コンテンツ

マルチオミクス

複数のレベルのデータを研究に統合する方法を知りたいですか? マルチオミクスにより、生物学的システムのより包括的な理解がどのように実現できるかをご覧ください。

細胞および分子生物学

イルミナは、従来の細胞および分子生物学の研究技術を超えるテクノロジーを提供し、お客様はゲノム、トランスクリプトミクス、およびエピゲノムデータの能力を効率的かつ精確に活用することができます。

シングルセルRNAシーケンス

シングルセルRNAシーケンスは、最小限のサンプルインプットで、複雑な生物学的システムを高解像度で解明するソリューションを提供します。

CRISPRゲノム編集

CRISPRは、正確なゲノム編集を可能にすることで、遺伝子研究に革命をもたらしました。NGSベースのアプローチを使用して、CRISPRベースの編集を確認し、オフターゲット効果を分析する方法をご覧ください。

参考文献

  1. Caron DP, Specht WL, Chen D, et al. Multimodal hierarchical classification of CITE-seq data delineates immune cell states across lineages and tissues. Cell Rep Methods. 2025 Jan 27;5(1):100938. doi: 10.1016/j.crmeth.2024.100938
  2. Revelo XS, Parthiban P, Chen C, et al. Cardiac Resident Macrophages Prevent Fibrosis and Stimulate Angiogenesis. Circ Res. 2021 Dec 3;129(12):1086-1101. doi: 10.1161/CIRCRESAHA.121.319737
  3. Wu SZ, Al-Eryani G, Roden DL, et al. A single-cell and spatially resolved atlas of human breast cancers. Nat Genet. 2021 Sep;53(9):1334-1347. doi: 10.1038/s41588-021-00911-1
  4. Su Y, Chen D, Yuan D, et al. Multi-Omics Resolves a Sharp Disease-State Shift between Mild and Moderate. COVID-19. Cell. 2020 Dec 10;183(6):1479-1495.e20. doi: 10.1016/j.cell.2020.10.037